MétaCan
Menu
Retour à la cohorte
Enregistrement W4414121714 · doi:10.1016/j.sna.2025.117053

Towards robust flexible electronics: Fabrication approaches and ongoing research challenges

2025· article· en· W4414121714 sur OpenAlexafffund
Babatunde Olamide Omiyale, Akinola Ogbeyemi, Muhammad Awais Ashraf, Ki‐Young Song

Notice bibliographique

RevueSensors and Actuators A Physical · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEngineering researchFabricationResearch councilWork (physics)

Résumé

récupéré en direct d'OpenAlex

Flexible electronics (FEs) revolutionize wearable technology, medical and bio-integrated devices, and robotics systems, allowing soft, lightweight systems to conform to complex surfaces and dynamic environments. They are crucial for soft robots, wearable robots, and bio-integrated systems. However, designing them to be efficient and practically useful to a targeted application has proved challenging. Multiple definitions of flexible electronics components exist in the literature, each representing varying levels of guidelines for the design and construction of stretchable circuits for robots and bio-integrated systems. This paper presents a comprehensive definition of FEs components, intending to provide scientists and engineers with a foundational understanding of these components for their practical design and construction. In robotic applications, one key advantage of FE is its ability to enhance robot traits, making them softer, smarter, and more sensitive, with qualities comparable to those of humans. Despite its advantages, this technology still faces several challenges, such as ensuring sensor precision, scaling up from prototypes to mass production, and integrating FE into soft robots without compromising their flexibility. For such soft robots, it is crucial to have lightweight, durable power sources and the capability to process large amounts of sensor data in real-time to facilitate safe human interaction. The key challenges in FEs include maintaining both electrical conductivity and stretchability, as well as developing materials that are biocompatible and biodegradable for use in medical and wearable robotics. This paper reviews recent state-of-the-art advancements in the fabrication of micro- and nano-scale FE components and highlights key research issues, proposing directions for future research to bridge the knowledge gaps.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,007
Science ouverte0,0020,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,068
Tête enseignante GPT0,290
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensors and Actuators A PhysicalMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207